Kétség nem férhet hozzá, hogy a 2010-es évek egyik legnagyobb és legtöbbször emlegetett technológiai trendje a Big Data volt. Az adatelemzés és adattudományok technológiájának robbanásszerű fejlődése egész iparágakat, ha pedig Kínára gondolunk, társadalmakat forgatott fel gyökeresen.
Nem kivétel ez alól az e-kereskedelem sem, amely minden kétséget kizáróan a Big Data fejlesztések egyik legfontosabb területe. Mire készülhet az e-kereskedelem 2020-ban, milyen további változásokat hozhat az adatelemzés, és milyen trendek szabják majd meg a két iparág idei kapcsolatát?
Szinte közhely, hogy a 21. század olaja az információ. Adatokra épülő gazdaságunkban tranzakciók milliárdjai történnek percenként. Minden online eltöltött másodpercben – akár miközben ezeket a sorokat olvassuk – elég csak egy mozdulatot tennünk az egérrel, görgetni egyet, esetleg megnyitni egy linket, és elemzésnek alávethető digitális lábnyomot hagyunk magunk után.
Ahogy a Google Analytics és a marketing trackerek által rögzített adatok segítik a tartalomipart, vagy éppen az onlinemarketing-szolgáltatókat, a kereskedelem során generált adatok ugyanúgy hozzájárulhatnak ahhoz, hogy a kereskedők minél hatékonyabban megismerhessék fogyasztóikat.
Ezt az elképesztő mennyiségű adatot azonban nemcsak rögzíteni és tárolni kell, de a két évtizeddel ezelőtt még sci-finek ható technológiai megoldásoknak köszönhetően egyre több területen dolgozzák fel sikerrel.
AI, Blockchain, Big Data, kiterjesztett vagy virtuális valóság, chatbotok – mind-mind olyan technológiai innovációk, amelyeket az egyre inkább digitalizálódó világ hívott életre. A Big Data persze nem csupán az utóbbi évtized vívmánya. Sokkal inkább csak egy buzzword, amelynek segítségével leírható minden olyan eszköz, amely a mindennapok során keletkező strukturált vagy éppen strukturálatlan adatok feldolgozását és kiértékelését teszi lehetővé.
Az SQL adatbázisok strukturált, vagy a IoT eszközök által közvetített nyers, strukturálatlan adatok önmagukban nem feltétlenül válnak hasznunkra, de meghatározott koncepció mentén történő elemzésük segítségével időt és pénzt takaríthatunk meg, amely hosszútávon hatékonyabb működést, magasabb profitot és elégedettebb ügyfeleket eredményezhet.
Az e-kereskedelem pedig egyike azoknak az iparágaknak, amelyek azonnal felismerték a Big Datában rejlő lehetőségeket. Ahogy egyre elfogadottabbá válik az online vásárlás, úgy nő a felhasználók által generált elemezhető adatmennyiség is, amely újabb és újabb fejlesztésekre ösztönzi az iparágat. A Statista egy korábbi elemzése szerint a dinamikusan bővülő online kereskedelem 2021-re elérheti az 4,5 billió dollárt, és ez csak a B2C szektort jelenti. Különösen dinamikusan nő az online vásárlók száma az Y generáció körében. Az ezredforduló után született korosztály 54 százaléka elkötelezett az online vásárlás mellett, szemben a korábbi generációk 49 százalékával.
A vásárlói élmény fokozása
A Big Datára épülő adatbányászat egyik legfontosabb alapvetése, hogy nagyon közeli betekintést enged a felhasználó viselkedésébe, és segítségével jóval könnyebben megismerhetjük vásárlóinkat. Ma már nem újdonság, hogy a vásárlás folyamata elejétől a végéig rögzítve van, és a felhasználó útja lépésről lépésre elemezhető, akár valós időben is.
Az erre épülő pszichológiai profil építésével a korábbi vásárlások és látogatások adatait felhasználva összeállítható egy olyan vásárlási minta, amely sokat segíthet a kerekesedőknek, hogy minden egyes visszatérő vásárlójukat olyan ajánlatokkal bombázzák, amelyek valóban felkelthetik az érdeklődésüket.
Napszaktól, készlettől függően, vagy éppen demográfiai adatokból kinyert információk segítségével hatékonyabban megszólíthatjuk a fogyasztóinkat, legyen szó akár egy étteremről, vagy műszaki cikkekről. A szintén Big Data által lehetővé tett retargetingre épülő marketing kombinálva ezekkel a vásárlási mintákkal nemcsak több profitot jelent a kereskedők számára, de a felhasználók vásárlási élményét is jelentősen javíthatják.
Ugyanezen módszerek segíthetik a fizikai boltok digitalizációját, a “figitális élmény” megvalósítását is. A korábbi vásárlások és fizikai látogatások alatt begyűjtött szenzoradatok segítségével személyre szabott ajánlatokat kaphatnak a vásárlók akár az online, akár a fizikai térben. Ezenkívül lehetővé teszik a kereskedők számára, hogy hatékonyabban kínálhassanak számukra kapcsolódó termékeket.
Személyre szabott, hatékonyabb ügyfélszolgálat
A fentiekhez hasonlóan a Big Data elemzésnek alávetett felhasználói adatok nemcsak a vásárlói élményt, de az ügyfélszolgálatunk hatékonyságát is nagyban növelhetik.
A személyre szabott, az ügyfél korábbi problémáit ismerő, és reszponzív ügyfélszolgálat hosszú távon nagyban segítheti a kereskedőket abban, hogy hűséges vásárlókat szerezzenek. Egy jól működő ügyfélszolgálat már nemcsak a szolgáltató iparban, de a kereskedelemben is félsiker. A hatékonyság öt százalékos növekedése egy-egy megtartott ügyfél esetében akár 25 százalékos forgalmat is generálhat későbbiekben az adott vásárlótól.
A megfelelően felhasznált korábbi panaszkezelési, és ügyfélszolgálat számára kielemzett adatok segítségével pedig több csatornán is támogatható az ügyfél, ami a multi-channel értékesítés korában szintén vonzó lehet. Ha az előzőleg telefonon jelzett problémáját folytathatja mondjuk egy chat felületen, vagy más, számára vonzóbb formában, könnyebben választ majd minket a jövőben is.
Az adatelemzés révén ügyfélszolgálatunk hatékonysága nagy mértékben növelhető, sőt, a technológiai fejlődésnek köszönhetően egyre inkább automatizálható is. A hangalapú asszisztensek, vagy chatbotok egyre növekvő hatékonysága is jórészt erre épül.
Az ügyfélszolgálati tevékenység hatékony monitorozásával azonban nemcsak az ügyfelek elégedettsége és a vásárlási élmény, de saját alkalmazottaink hatékonysága is fokozható. A vásárlókkal közvetlenül kapcsolatot tartó munkatársainkon rengeteg múlik. A felhasználók legtöbbjének a nap 24 órájában elérhető, hatékony ügyfélszolgálat az egyik legfontosabb szempont.
A Big Data és a kiterjesztett és virtuális valóság
Bár a Big Data-nál némileg újabb keletű technikai vívmány a kiterjesztett és virtuális valóság, de a két technológia fejlődése között komoly kapcsolat van. A pár éve felfutott technológia 2020-ban egyre inkább az e-kereskedelem frontvonalába kerülhet, amely nagy mértékben az 5G hálózatok egyre nagyobb elérhetőségének is köszönhető. Ennek oka részben abban keresendő, hogy a három dimenziós megjelenítéshez nemcsak hatalmas mennyiségű adatra van szükség, de azt el is kell tudnunk juttatni a vásárló eszközére. A korábban csak vezetékes internetkapcsolatokra jellemző adatátviteli sebességet az 5. generációs mobilhálózatok teljesíteni tudják, így ez az akadály is elhárulni látszik a technológia terjedése elől.
A vásárlói viselkedés elemzésének a virtuális környezetben is óriási jelentősége van, a fizikai vagy online térben felépített és használt pszichológiai profilok segítségével még közvetlenebbül mutathatjuk be az érdeklődőknek termékeinket. Ugyanez azonban fordítva is igaz: a VR és AR technológia segítségével a Big Data által generált riportok interpretációja is könnyebbé válik. Így végső soron a VR nemcsak a végfelhasználók számára lehet érdekes, de a közeljövőben jelentős szerepet kaphat a döntés-előkészítés és a vezetői támogatás területén is.
Készletmenedzsment és még jobb előrejelzések
A kereskedők az adatelemzésnek hála még pontosabb képet kaphatnak a készleten lévő termékekről, és még hatékonyabban menedzselhetik ezek beszerzését. A valós idejű készletmenedzsment segítségével könnyebben előrejelezhetik a várható fogyasztói igényeket, és azonnal tájékoztathatják az érdeklődőket, ha a kérdéses termékek elérhetőek a kínálatukban.
A felhasználók viselkedésének és változó igényeinek folyamatos megfigyelése azonban nemcsak rövid távon vezethetnek nagyobb bevételekhez, de a megfelelő business intelligence módszerek és eszközök kiválasztásával a hosszútávú üzleti stratégiai megtervezését is megkönnyíthetik.
A várható eladások számát és a készletet folyamatosan figyelő algoritmusok segítségével a kereskedők áraikat is valós időben alakíthatják. Persze ehhez már szakembert kell alkalmazniuk, hiszen nem feltétlenül érez rá mindenki az alkalmazott gépi tanulás használatára, a Python vagy az R gyakorlati alkalmazására. Az azonban biztos, hogy az ilyen jellegű feladatok elvégzésére képes munkaerőre még nagyobb igény lesz 2020-ban.
A közösségi média újratöltve
A gépi tanulás azonban nemcsak az üzleti intelligencia alkalmazásánál, de a marketingben is egyre nagyobb szerepet kap. Az egyre fejlettebb Big Data eszközök segítségével az onlinemarketing-szakma alighanem még inkább kiaknázhatja majd a közösségi médiában rejlő lehetőségeket.
A felhasználók által nyilvánosan elérhető strukturálatlan adatok kvantitatív elemzésének fejlődésével a kereskedők egyre inkább az olyan lehetőségeket fogják keresni, amelyek lehetővé teszik, hogy az általuk összegyűjtött felhasználói adatokat összevessék a közösségi médiából összegyűjtött adatpontokkal. A cél azonban 2020-ban már korántsem a közvetlen értékesítés a közösségi médiában, hiszen az online marketing feladata egyre inkább abba az irányba tolódik el, hogy a korábbi vásárlók diskurzust folytassanak ezeken a felületeken keresztül a potenciális érdeklődőkkel.
Az egyre komolyabb törvényi szabályozásnak hála 2020-ban az influenszerek kora leáldozni látszik, de a gépi tanulás segítségével átvehetik helyüket az online marketingesek által csak nano vagy mikro-influenszereknek nevezett felhasználók. A nem fizetett, éppen ezért hitelesnek nevezhető hűséges vásárlók, ismerősök vagy családtagok és az érdeklődők közötti kapcsolat létrehozása lehet a 20-as évek online marketingjének egyik nagy feladata.
Az adatvadnyugat alkonya?
Az onlinemarketing-ipar természeténél fogva optimista, és a fenti felvetéssel el is érkeztünk a Big Datával kapcsolatos legnagyobb kérdőjeléhez: a személyes adatok védelméhez. Míg a közösségi média térhódításának idején a felhasználók szinte alig törődtek személyes adataik védelmével, az utóbbi évek egyre grandiózusabb botrányai rávilágítottak ennek árnyoldalaira.
A rólunk összegyűjtött személyes adatokra egy komplex iparág épült ki, de a személyes adatok védelmével kevésbé foglalkozó amerikai közvéleményben is egyre erősödnek a hangok, melyek például a Facebook feldarabolását követelik. Az Európai Unióban pedig hosszas tervezés után bevezették a GDPR-t, amely a törvényalkotók célja szerint visszaadja az ezek feletti kontrollt a felhasználók kezébe.
Az optimista, nyugati felfogást követő piacokon mindenesetre idén talán megkezdődhet ez a folyamat, és végre a felhasználók maguk szabhatják meg, hogy ki milyen módon gyűjthet online tevékenységükről adatokat, ezekért cserébe pedig akár konkrét szolgáltatásokat is igénybe vehetnek majd.
A másik lehetőség Kína útja, amely az utóbbi években egyre inkább sodródik a digitális diktatúra irányába. Itt az állampolgárok személyes adataihoz a kínai állam korlátlanul hozzáférhet, ellenőrzése alatt tartva az egész ország digitális vérkeringését, legyen szó kereskedelemről, közszolgáltatásról vagy tartalomiparról. Az algoritmusokra és Big Data-ra épülő kínai digitális társadalmi kísérlet gyakorlatilag lehetővé teszi az állam számára, hogy ezeket az adatokat kontroll nélkül tárolja és feldolgozza, így megszabja, hogy milyen vélemények, termékek vagy gondolatok jelenhessenek meg. A rendszerrel szembenállókat pedig gyakorlatilag teljesen ellehetetleníti, nemcsak az online térben, de a fizikai valóságban is.
